如今的IT世界中，技术驱动变革是不争的事实。而在数字化转型中，企业对技术的使用也不是一成不变的，也不应该一成不变。

CTO打造更好IT技术的三大建议

在CA World ‘17大会上，CA执行副总裁兼首席技术官Otto Berkes表示，“公司的重心和决策核心不再是自上而下的管理体系。如今，我们需要的是基础广泛、节奏快速且由用户驱动的试验和创新，这种方式也被称作自下而上的采纳法。技术本身不再仅仅是一堆用来帮助我们完成工作的工具，而成为了由人和机器构成的新兴生态系统，其影响力和重要性日趋显著。”那么，作为企业的CTO，如何打造出技术来帮助企业转型，创造新价值？对此，Otto给出给出了以下三个建议：

首先，了解当前环境，再回顾之前面临的环境。通过对比过去某个点和当下这个点，企业可以计算算出斜率、变化率或者其它向量；如果有多个点，还可以估算出加速度。过去依然是未来最好的指向标，Otto认为。他以容器为例，证明了这一观点。在过去两年内容器的采用曲线非常陡，由此就可以预测两年后可能的走向。

第二，明确模型中确实存在不确定性。根据“海森堡不确定性原理”：未来并不是完全可知的，你根本无法预测所有变量。例如，当年车库创业的Jobs和Wozniak，在摆弄OS/360操作系统时并不知道未来会怎样，但他们却永远改变了IT工作者的世界；Chuck Peddle发明出更便宜的CPU时也不知道未来会如何，但是却为PC的发展奠定了基础。技术史变迁中发展方向千变万化，但要确定一件事：每当出现交汇点时就会发生有趣的事情。

第三，一旦推测出未来技术的发展趋势，就要马上为之准备。然而，事实却是公司却在此陷入困境，它们要么信心满满地创造出人们不需要的东西；要么创造出即将过时的东西。

CTO明确了这三点之后，实际行动中要怎么做呢？众所周知，经验并不是一成不变的，它们必须要生动鲜活，为持续变化而设计建造——CA现代化软件工厂可以帮助你实现这一目标，Otto说。

CA软件工厂的工作原理

据悉，现代软件工厂是未来的技术路线图，它是一种动态的可适应系统，能够随着时间的推移变得越来越智能。Otto是这样的介绍它的，“现代软件工厂不仅限于能够更快地建造软件这一点。它是你事业最重要的推动因素，因为它能够感知, 适应, 并对快速变化的世界作出回应。这样你就能够实时满足客户不断变化的需求。”CA软件工厂的工作原理如下：

敏捷性。注意是“敏捷性”不是“敏捷开发”。未来，没有数据分析的敏捷将如同没有氧气的燃料喷射装置。随着以客户导向为价值观的持续交互成为现实，敏捷开发对于数据驱动洞察力的需求将会增加。没有了数据分析，软件开发将会缺少关键性的输入。数据分析师不再只是将想法传达给scrum团队，而是要参与到这一高分散性、快节奏的过程中创造价值。这一新的模型将由精密的洞悉生成引擎驱动，它与实时业务指标紧密相关，能够测量甚至是预测软件经验以及投资的健康和活力。

自动化：这一特性能够增强生产能力、效率，以及工厂质量，它可以通过持续测试集成以及业务流程自动化得以应用。 只要企业在DevOps流程和工具链上顺利地完成标准化和集成工作流操作，自动化将加速开发进程。并且，它还能够通过分析发现瓶颈和弱点。 未来，不会再有蛮力的手动自动化，取而代之的是智能自动化——它能够学习、适应，并不断帮助整个系统进行自我优化。CA软件工厂中引入Automic正是因为CA看中了其智能自动化的变革性力量。

洞察力。CA在这这一方面进行了大力的投资，例如其高级分析引擎Jarvis，它是机器学习和机器智能的核心。现今，人们热切讨论的AI技就是将“学习”置于机器学习之中的历史数据的分析的一种表现。CA认为，AI最终能够实现大数据的承诺，并将越来越广泛地进入一切领域。CA的软件工厂也将越来越多地利用基于学习的系统，帮助企业构建更好更智能的软件。

安全性：CA更倾向于将它简单地理解为“信任”，认为它是品牌的基础，是企业与客户之间关系的基础。它的核心是保障企业整个价值链的安全。未来来自AI的威胁将越来越多。尼克·博斯特罗姆有一个“正交性理论”——即AI能够接受任何你赋予它的目标，无论好坏，

集这四个原理于一身的CA软件工厂，也正代表了CA对未来的看法：正确使用AI和自动化不是一个选择；技术将不再是企业的中心，它将会被分散到在一切有创造价值的地方。

创造力是企业转型的关键契机

Otto在他的演讲中多次谈到创新、创造一词，同时CA首席执行官Mike Gregoire也肯定了这一观点，他大会上说， “这是转型的关键时刻。企业软件仅被用于提高工作效率的时代早就过去了。当前的重点在于加速提升企业价值，这也是我们关注的第一要点。”创造力和执行力在转型时期的重要性，CA称之为关键契机。

CA的“创造力是关键契机”的理念，正通过其产品传递给客户。例如，联合健康的Optum业务正在使用CA解决方案，包括敏捷中心（Agile Central）、项目组合管理（Project & Portfolio Management）、API管理（API Management）、服务虚拟化（Service Virtualization）和Blazemeter，来利用和合成数据，从而使医生和患者可以在医疗方面做出更好的决定，包括诊断疾病、缩小医疗鸿沟或管理花费等。另外，美国FBI利用CA的应用性能管理软件，优化了下一代目标识别系统，这个系统为25000个当地执法机构提供生物匹配服务，如指纹、掌印甚至虹膜扫描，去年，定系统处理了700000条匹配请求，达到历史新高！